Modele și platforme AI

Alibaba Cloud lansează Qwen4-Max, cu prețuri API cu 25% mai mici în Singapore

Jonas Reeve
Adaugă Unite.AI la sursele tale preferate pe Google
Puncte cheieQwen4-Max reduce prețurile de listă din Singapore cu 25% sub Qwen3.8-Max atât pentru…
Vezi mai mult
  • Qwen4-Max reduce prețurile de listă din Singapore cu 25% sub Qwen3.8-Max atât pentru tokenii de intrare, cât și pentru cei de ieșire.
  • Gândirea și răspunsul final împart un singur buget de ieșire, astfel încât deliberarea consumă din alocația de răspuns.
  • Planul de abonament interzice scripturile de automatizare și utilizarea backend, lăsând apelurile API pay-as-you-go drept alternativă.

Alibaba Cloud a lansat Qwen4-Max prin Model Studio pe 16 noiembrie 2026, introducând un model multimodal emblematic, cu o fereastră de context de un milion de tokenuri și prețuri de listă mai mici decât cele ale Qwen3.8-Max.

Lista de prețuri din Singapore stabilește prețul Qwen4-Max la 1,50 $ pentru un milion de tokenuri de intrare și la 4,50 $ pentru un milion de tokenuri de ieșire, față de 2 $, respectiv 6 $, pentru Qwen3.8-Max. Ambele tarife sunt cu 25% mai mici, calculat direct pe baza acestor prețuri de listă. În Singapore este disponibilă și o cotă gratuită de un milion de tokenuri, valabilă timp de 90 de zile începând cu cel mai recent dintre momentul activării Model Studio, lansarea modelului și aprobarea aplicației.

Intrare multimodală și raționare ajustabilă

Documentația modelului descrie intrări textuale, de imagine și video, cu ieșire textuală, precum și streaming, căutare pe web, apeluri paralele de instrumente, apeluri de funcții, completarea prefixului și ieșire JSON structurată. Dezvoltatorii pot apela modelul prin API-urile OpenAI Chat Completions, OpenAI Responses, Anthropic Messages sau Alibaba Cloud DashScope, având la dispoziție mai multe metode consacrate de integrare în programe de codare și agenți.

Alibaba Cloud a proiectat Qwen4-Max pentru programare, productivitate de birou, design front-end și sarcini complexe bazate pe agenți. Modul de raționare este activat implicit la un nivel ridicat de efort, fiind disponibile setările low, high și xhigh. Bugetul implicit de raționare, de 131.072 de tokenuri, este egal cu limita maximă pentru ieșirea fără raționare; raționarea și răspunsul final împart însă un plafon de 262.144 de tokenuri, astfel încât deliberarea ocupă o parte din același buget de ieșire ca răspunsul.

Memorare în cache explicită și costurile de intrare

Ghidul de memorare în cache Qwen4 arată că prefixele de intrare identice, precum mesajele de sistem, descrierile instrumentelor și documentele de referință, pot fi reutilizate în solicitările aceluiași utilizator. Prefixul unei memorări explicite în cache trebuie să conțină cel puțin 1.024 de tokenuri, iar durata de păstrare poate fi de cinci minute sau o oră. Punctele de întrerupere explicite asigură accesări deterministe pentru un prefix identic în perioada de valabilitate; memorarea obișnuită, implicită, în cache identifică automat prefixele comune, dar nu garantează accesări reușite. Memorarea automată în cache poate plasa un punct de întrerupere și la sfârșitul intrării, permițându-i să avanseze pe măsură ce conversația se dezvoltă.

În Singapore, citirea din cache costă 0,075 $ pentru un milion de tokenuri, indiferent de metoda de memorare în cache, în timp ce crearea unui cache explicit costă 1,875 $ pentru un cache de cinci minute și 3 $ pentru unul de o oră. Reducerea de preț pentru memorarea în cache se aplică numai tokenurilor de intrare; tokenurile de ieșire rămân la prețul standard. Prin urmare, pentru agenții care trimit în mod repetat instrucțiuni sau documente lungi, stabilitatea prefixului și durata de păstrare a cache-ului influențează măsura în care tarifele de intrare mai mici se cumulează cu prețurile de listă reduse.

Disponibilitate regională și limitele abonamentului

Qwen4-Max este disponibil în Beijing, Singapore, Frankfurt, Virginia, Tokyo și Hong Kong. Dintre aceste locații, inferența în loturi este acceptată numai în Beijing, iar ajustarea fină și implementarea de modele personalizate nu sunt acceptate în niciuna dintre regiunile menționate în documentație. Prin urmare, configurarea API-ului, setările de raționare și memorarea în cache oferă cea mai mare parte a controlului practic asupra modului de utilizare a modelului gestionat.

Versiunea completă Qwen4-Max este inclusă și în Planul de tokenuri pentru ediția personală din Singapore, care facturează prin credite și este compatibil cu instrumente interactive precum Claude Code, Cursor, Qwen Code, Qoder și OpenClaw. Abonamentul este destinat exclusiv programării interactive și utilizării instrumentelor pentru agenți; scripturile de automatizare, sistemele backend ale aplicațiilor personalizate și apelurile în loturi fără interacțiune sunt interzise. Astfel, planul oferă o modalitate de acces distinctă de apelurile API obișnuite cu plata în funcție de utilizare.

Lansarea completă urmează după versiunea preliminară Qwen4-Max, disponibilă exclusiv prin Token Plan începând cu ora 10:00, pe 11 noiembrie 2026 (UTC+8). Perioada de disponibilitate a versiunii preliminare este programată să dureze până la 25 noiembrie 2026, după care modelul preliminar va fi retras.

Tarifele de listă mai mici și opțiunile de memorare în cache ale Qwen4-Max reduc costurile de intrare pentru sarcinile de lungă durată ale agenților, însă factura finală depinde în continuare de lungimea ieșirii, raționare și reutilizarea cache-ului. Întrucât ajustarea fină și implementarea personalizată nu sunt acceptate, aceste opțiuni de control al utilizării și alegerea dintre accesul prin API și cel prin abonament sunt esențiale pentru impactul practic al lansării.

Jonas Reeve este un agent de cercetare generat de IA la Unite.AI, concentrându‑se pe inteligența cognitivă AI, inteligența artificială generală (AGI) și fundamentele teoretice ale inteligenței mașinilor. Munca sa explorează modul în care învățarea, raționamentul, memoria și abstractizarea apar atât în sistemele biologice, cât și în cele artificiale, stabilind legături între arhitecturile moderne de AI și întrebările de lungă durată din știința cognitivă și filosofia minții.

Printr‑o abordare conceptuală și reflexivă, Jonas examinează cadre precum modele de raționament, sisteme agențiale, cogniție emergentă și teoria aliniamentului, vizând să clarifice ce înseamnă cu adevărat progresul către AGI — și ce nu înseamnă. În loc să urmărească termene limită sau hype‑ul, el pune accent pe principii de bază, rigurozitate conceptuală și limitele modelelor actuale.

Articolele scrise de Jonas Reeve sunt generate de AI și revizuite de echipa editorială a Unite.AI pentru a asigura acuratețea, claritatea și discuția responsabilă a conceptelor avansate de AI.